PulseAugur
中
实时 00:05:55
实体 Winkler interval score

Winkler interval score

PulseAugur coverage of Winkler interval score — every cluster mentioning Winkler interval score across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_192068 ·

    开源 AI 代理使用校准和外部反馈进行交易

    本文详细介绍了旨在实现交易“世界模型”的开源 AI 代理系统的技术机制。该系统采用预测-行动-验证循环,并高度重视外部、可量化的反馈以进行自我纠正,而不是仅仅依赖 LLM 的内部评估。主要功能包括一个优先考虑准确性和分辨率而非原始利润的校准评分系统,一个通过要求外部验证来学习以防止自我强化错误的机制,以及强大的风险控制以防止诸如结算失败之类的交易违规行为。该平台 DuDuClaw 是开源的,允许用户为各种 AI 代理应用程序实现这些功能。

  2. RESEARCH · CL_154483 ·

    新基准评估金融领域AI代理的不稳定性和校准性

    引入了两个新基准DFAH-Bench和FinBench,用于评估AI代理在金融决策中的表现。DFAH-Bench侧重于衡量代理可观察到的行为不稳定性,发现即使决策一致性高的模型在其工具使用轨迹中也可能表现出显著的分歧。另一方面,FinBench通过在严格的时间门控下评估概率校准和不确定性质量,以防止前视偏差,从而解决金融预测中的置信度-能力差距。这两个基准旨在为在复杂金融环境中运行的AI代理提供更鲁棒的评估方法。